Un artículo en Wired, “Google, Facebook and Microsoft are remaking themselves around AI“, pone de manifiesto algo sobre lo que llevamos ya tiempo hablando, la intensidad con la que los gigantes de la tecnología están cualificando a sus empleados a todos los niveles, incorporando talento y desarrollando nuevos productos basados en elmachine learning y la inteligencia artificial, con el fin de cambiar cómo organizan y operan su negocio.
En muy poco tiempo, hemos pasado del AI Winter y de considerar este tipo de tecnologías como algo en el terreno de la ciencia-ficción y el futurismo, a encontrarnos en el medio de una realidad rápidamente cambiante y con avances que se ven en el día a día, hasta el punto de que el desarrollo de este tipo de tecnología y sus aplicaciones a cada vez más ámbitos están comenzando a marcar una auténtica división digital entre las compañías que la tienen y las que no. Desde la atalaya que representan las escuelas de negocios, este fenómeno se ve claramente: la demanda de directivos capaces de entender ese ámbito se dispara a todos los niveles, algunos de los cursos más relacionados con el tema duplican su demanda de un año para otro, y los contenidos se incorporan a prácticamente todos los programas a todos los niveles, desde de una manera simplemente conceptual para entenderlos a alto nivel, hasta de un modo ya directamente práctico y vinculado directamente con el análisis y el desarrollo.
Varios de los entrantes en este terreno parecen tener la estrategia razonablemente clara: desarrollar plataformas de machine learning, y ofrecerlas a terceros en modoplataforma de Machine Learning as a Service (MLaaS). En esa tesitura, que sigo con mucho interés dada mi labor como asesor estratégico en BigML, están desde grandes compañías como Amazon (para quien esa estrategia no deja de representar su estrategia tradicional, desarrollar cualquier servicio, sea logística, cloud computing o lo que sea, y ofrecerla a otros), Microsoft, IBM, Facebook o Google, hasta otra serie de empresas más pequeñas en dimensión, pero seguramente más rápidas y ágiles en el desarrollo de producto. El reto, lógicamente, es crear plataformas cuyo uso no suponga un reto y el tener que disponer de decenas de científicos de datos en plantilla, y adaptarse lo mejor posible a las demandas de unas compañías que, en muchos casos, no saben exactamente lo que quieren o lo que pueden obtener. Por el momento, esta tecnología está en modo “he visto que alguien hace algo y yo también lo quiero”, de manera que la verdadera barrera de entrada no es realmente la tecnología, sino el desconocimiento de sus posibilidades.
Estamos en un momento histórico: muchas de las nuevas plataformas de MLaaS hacen que utilizar machine learning sea parecido a la experiencia que tuvimos cuando aparecieron las primeras hojas de cálculo, cuando de manera casi instantánea nos dimos cuenta de que podíamos llevar a cabo complejos escenarios y cálculo matricial sin saber que estábamos haciendo cálculo matricial – o sin siquiera terminar de entender qué diablos era el cálculo matricial. En breve, las compañías se dividirán entre aquellas que son capaces de sacar partido a la inteligencia artificial y almachine learning para sus operaciones cotidianas, y aquellas que las siguen haciendo a la manera tradicional, mucho menos productiva y mucho más impredecible. Estamos hablando de la aparición de un nuevo digital divide, de un evento prácticamente darwiniano en términos de competitividad. Tú verás en qué lado de la frontera te quedas…
This article is also available in English in my Medium page, “Artificial intelligence is the new digital divide”
No hay comentarios:
Publicar un comentario